微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 电源设计 > 基于atmega16单片机的智能型铅酸电池充电器设计方案

基于atmega16单片机的智能型铅酸电池充电器设计方案

时间:10-03 来源:互联网 点击:

入量为理想电流与实际电流之差ΔI和ΔI 的变化率ΔI/t,模糊控制器输出为以比例、积分、微分控制的充电电流值,该控制算法简化了控制器的结构、提高了抗干扰性和鲁棒性[4-6].模糊控制器的总体结构图如图7 所示。

图7 模糊控制器总体结构图

3.1 输入语言变量的隶属函数

模糊控制器定义输入偏差e(t)和偏差变化率ec(t)均有3 个模糊语言变量值:{ B(大)、M(中)、S(小)},它们的隶属函数均采用对称、全交叠的结构。输入偏差e(t)和偏差变化率ec(t)的隶属度函数如图8 所示。

图8 e(t)和ec(t)的隶属度函数

3.2 模糊控制规则

模糊控制器设计的核心是模糊控制规则的选取和确定,本模糊控制器根据实际充电情况建立了基于sugeno 推理方式的五条模糊控制规则:

规则1:If e is B then νp is νp1,νi is νi1,νd is νd1;

规则2:If e is M and ec is B then νp is νp2, νi isνi2,νd is νd2;

规则3:If e is M and ec is M then νp is νp3,νi isνi3,νd is νd3;

规则4:If e is M and ec is S then νp is νp4, νi isνi4,νd is νd4;

规则5:If e is S then νp is νp5, νi is νi5,νd is νd5;

3.3 输出语言变量值

模糊控制器采用sugeno 模糊推理方式,其输出语言变量νp, νi ,νd 在下述五种控制规则中的取值如表1所示。

表1 νp,νi,νd 取值表

3.4 模糊推理算法

sugeno 型模糊推理算法,与其它类型的模糊推理算法不同,该算法可将去模糊化结合到模糊推理中,即在sugeno 型模糊规则后件部分,将输出量表示为输入量的线性组合,因此输出为精确量,这是由sugeno型模糊规则的形式所决定的。针对上述模糊控制规则,可调因子νp,νi 和νd 的推理计算公式为:

其中,隶属度值为:

由此建立了PID 控制器参数的可调因子νp,νi 和νd与偏差e 和ec 之间的模糊函数关系,实现了PID 参数Kp, Ki 和Kd 的模糊在线自调整,满足了系统的要求。

4 实验

采用基于sugeno 推理的模糊PID 控制算法设计的智能型铅酸蓄电池充电器和普通的铅酸蓄电池充电器分别对电池进行充电实验。实验对象采用的是廊坊东三星蓄电池有限公司生产的12V、4A h 铅酸蓄电池。

充电时间为140 分钟,每隔5 分钟记录一次电流和温度值。两种模式下的充电电流曲线如图9 所示,两种模式下的充电温度曲线如图10 所示。

图9 两种模式下的充电电流曲线

图10 两种模式下的充电温度曲线

5 结论

本文以atmega16 单片机作为控制核心,设计了对铅酸蓄电池智能充电器的硬件方案,并采用了一种基于sugeno 推理的模糊PID 控制算法,优化了铅酸蓄电池的充电过程,保证了矿用永磁操动机构馈电开关智能控制器备用电源的安全使用。实验结果表明,该设计方案解决了铅酸蓄电池充电过程中存在的过充电、充电不足和发热等问题,并在加快充电速度,减少能量损耗、延长使用电池寿命等方面效果显着。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top